阅读时间：2023-11-9
1 介绍
年份：2013
作者：Martijn P. van den Heuvel，Olaf Sporns,鲁道夫·马格努斯大脑中心，乌得勒支大学医学中心
期刊： trends in cognitive sciences
引用量：1968
2 创新点
（1）对于大脑网络连接的研究：该论文提供了一个关于人类大脑网络连接的综述，通过网络分析方法识别出了关键的网络枢纽（brain hubs）并探讨了它们在认知功能中的重要作用。
（2）关于网络枢纽的检测方法：文章介绍了多种用于检测网络枢纽的图论方法，并对这些方法进行了讨论和比较。
（3）网络模型在大脑功能研究中的应用：该论文探讨了网络模型在研究大脑连接体系结构方面的关键组织特征，以及这些网络枢纽在静息状态和任务激发共同激活研究中的作用。
（4）大脑网络枢纽在认知功能和大脑疾病中的重要性：论文介绍了网络枢纽在大脑信息整合和复杂认知功能中的重要作用，以及在大脑疾病中可能发生的功能失调和断连问题。
（5）面临的问题和未来研究方向：论文提出了一系列相关问题，如如何检测网络枢纽的最敏感和可靠方法，结构网络模型是否能预测功能网络枢纽的位置等，并展望了未来的研究方向。
3 相关研究
（1）Provincial hub和Connector hub的区别
是网络科学中对网络节点的不同分类。Provincial hub是高度连接的节点，主要在同一模块内连接其他节点。与此相反，Connector hub是连接不同模块的高度连接节点。Provincial hub主要负责连接同一功能模块内的节点，而Connector hub则在不同功能模块之间进行连接。这种不同的分类有助于理解大脑网络的组织方式和功能。
（2）Rich-club organization是什么
是指在网络中，节点之间存在着密集连接的互联网结构，这种结构能够促进节点之间的相互作用，增强其影响力。Rich-club organization可以看作网络中高度连接节点的集合，它们通过促进彼此之间的相互作用，进一步增强了其互联的影响力。就是上图中的module区域，包含多个Hub。
（3）Small-world organization
小世界组织是指一个网络既具有高聚类性，又具有短平均路径长度的特征。在小世界网络中，节点之间存在着高度的聚集性，即节点之间呈现出较强的连接趋同性，形成了许多密集的子群。同时，网络中的节点之间也存在着较短的平均路径长度，即通过少数的边就可以快速将一个节点和其他节点连接起来。这种特性使得信息在网络中能够快速传播和交流，具有良好的信息传递效率和整体一致性。小世界网络的概念最早由Watts和Strogatz在1998年提出，对描述许多复杂网络，例如社交网络、神经网络等具有重要的意义。上图中的三个区域，就是一个小世界组织。
综上，Small-world organization包含多个Rich-club organization，Rich-club organization包含hub节点。
5 实验分析
人类大脑皮层的扩散成像显示结构中枢在大脑皮层的分布
展示了从扩散成像数据中推导出的人类大脑结构中心区域。图中的(A)是一个中心性图，显示了沿着皮层区域的介数中心性分数分布，鉴定了背侧前额叶皮层、前楔前额叶和顶枕叶皮层作为高度中心区域。而(B)是一个通过多个图度中心性、最短路径长度和介数中心性等图测度得分累计得出的皮层图，鉴定了顶枕叶、后扣带回皮层、前扣带回皮层、上额皮层、背外侧前额叶皮层、岛叶皮层以及顶枕叶、中颞回的区域作为中心大脑区域。图C展示了两个受试者（受试者1和受试者2）和两种扩散张量成像（DTI）和高角分辨率扩散成像（HARDI）方法之间节点度得分分布的结构中枢分类的一致性。
简单来说，这张图显示了中心性分析得出的人类大脑结构的中心区域，这些中心区域在整体网络中具有重要的位置和功能。
这张图显示了在研究过程中从大脑神经成像数据中获得的结构中枢（hub）区域。该图分为两部分，上部分为不同物种（人类、猴子、猫）的大脑皮质地图，下部分为连接不同区域的连接图。上部分的颜色代表了大脑皮层中的hub区域（红色），在不同物种中都存在。这些hub区域主要位于脑后扣带皮质/后扣带回皮层、顶上额皮质、前扣带皮质和颞皮层。而下部分的连接图显示了这些hub区域之间的连接，连接图中的节点按照它们在皮层中的位置进行排序。这表明hub节点参与了大多数功能和结构领域之间的连接。
是来自功能研究的实证结果，展示了从静息态功能磁共振成像（fMRI）研究中得出的结果。图中显示了三个选定的研究，这些研究通过功能脑网络的连接性分析，鉴定出了与大脑功能紧密相关的一组区域，这些区域被称为"脑中枢"。图中的结果显示，脑中枢包括前额叶皮质/后扣带皮质的连通性、侧下顶叶皮质和由对功能脑网络进行逐步追踪时形成的路径分析得出的颅内皮层。根据它们在追踪功能路径中的位置，大脑皮层区域被划分为原始枢纽区域（后期步骤，蓝色）。这些结果对于揭示大脑功能网络的区域组织特征非常有用，并被广泛应用于研究静息态和任务激活研究中的功能网络的映射。
图A展示了阿尔茨海默病患者大脑中淀粉样蛋白沉积的皮层图，表明功能中心区域在疾病病理中起到了重要作用。图B展示了精神分裂症中受影响最严重的连接和区域的功能（左侧）和结构（右侧）子网络，与结构和功能连通性中心存在重叠。图C显示了模拟特定节点结构损伤对网络的动态功能影响的损伤建模研究结果。损伤中心性与功能失调的严重程度之间存在显著相关性。右侧图像说明由于对网络中位旁顶叶区高中心区的结构损伤，功能连通性增加（蓝色）和减少（红色）。图D展示了昏迷患者中的功能连通性紊乱，红色区域表示功能中心性降低。蓝色区域显示患者与对照组相比功能中心性增加。图E总结了正电子发射断层扫描（PET）数据的发现，健康对照组和锁定综合征患者中前扣带/后扣带中心区域代谢率最高，并且前扣带/后扣带的代谢率随着有意识程度的降低（从轻度意识到植物人状态）而降低。
6 思考
作者提出了他的两个思考：
（1）将网络分析工具应用于结构和功能性人体连接组数据可以提供一种数据驱动的计算框架，用于检测脑网络中枢并研究其在个体之间的变化、随时间的变化以及其在脑疾病中的作用。
（2）开发神经生物学真实的计算模型来模拟神经系统的动力学，这将允许对脑网络中枢在神经通信和整合中的假定功能进行更系统和深入的研究。
总结一句话就是hubs、Rich-club organization、Small-world organization结构非常适合神经科学的仿真。
